[发明专利]视频处理方法及装置

说明书

本申请提供视频处理方法及装置，其中所述视频处理方法包括：从接收的目标视频中抽取至少两种模态信息；按照所述至少两种模态信息对应的提取方式，从所述至少两种模态信息中提取文本信息；通过将预设的目标对象的对象信息与所述文本信息进行匹配，确定所述目标视频中包含的目标对象对应的对象列表。

技术领域

本申请涉及计算机技术领域，特别涉及一种视频处理方法。本申请同时涉及一种视频处理装置，一种计算设备，以及一种计算机可读存储介质。

背景技术

随着互联网技术的进步，互联网基础建设的逐步完善，移动端设备不断革新，全球已经处于移动互联网时代。而视频作为移动端信息传递的重要载体之一，成为人们日常生活、学习、工作、娱乐中不可缺少的一部分。视频携带的信息量之大，种类之复杂，是图片、文字、音频等传递方式无法望其项背的。

整体来说，视频信息信息容量大，人们在相同时间能处理完的信息中，视频是携带信息量最大的一种。并且视频信息呈多模态，即视频信息天然具有多个维度，它既包含每一帧的图像信息，字幕携带的文字信息，也包含音轨中携带的音频信息等等。此外视频信息具有时序关联，视频信息中每一帧的，或者每一段携带的信息，通常与上一段、下一段视频内容是相关的。视频不仅每一帧承载信息，也通过上下文的关联携带更深层次、更复杂的信息。

而视频信息对于观看者来说，是需要尽可能多地接收。但面对数以亿计的海量视频信息，并不是所有人都对其中每一帧包含的信息感兴趣。在具体任务比如视频检索、摘要，视频推荐、审核等任务中，只需要提取视频信息中感兴趣的部分。如何提取视频中的有效信息来完成这类任务，成为一个亟需解决的问题。

发明内容

有鉴于此，本申请实施例提供了一种视频处理方法。本申请同时涉及一种视频处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的提取视频中的有效信息遗漏或错误的缺陷。

根据本申请实施例的第一方面，提供了一种视频处理方法，包括：

从接收的目标视频中抽取至少两种模态信息；

按照所述至少两种模态信息对应的提取方式，从所述至少两种模态信息中提取文本信息；

通过将预设的目标对象的对象信息与所述文本信息进行匹配，确定所述目标视频中包含的目标对象对应的对象列表。

根据本申请实施例的第二方面，提供了一种视频处理装置，包括：

抽取模块，被配置为从接收的目标视频中抽取至少两种模态信息；

提取模块，被配置为按照所述至少两种模态信息对应的提取方式，从所述至少两种模态信息中提取文本信息；

匹配模块，被配置为通过将预设的目标对象的对象信息与所述文本信息进行匹配，确定所述目标视频中包含的目标对象对应的对象列表。

根据本申请实施例的第三方面，提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述指令时实现所述视频处理方法的步骤。

根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现所述视频处理方法的步骤。

本申请提供的视频处理方法，包括：从接收的目标视频中抽取至少两种模态信息；按照所述至少两种模态信息对应的提取方式，从所述至少两种模态信息中提取文本信息；通过将预设的目标对象的对象信息与所述文本信息进行匹配，确定所述目标视频中包含的目标对象对应的对象列表，实现了从目标视频的多模态信息中提取文本信息，并通过信息匹配的方式，确定目标视频中包含的目标对象，以及目标对象对应的对象列表，提高了确定目标视频中的目标对象以及目标对象对应的对象列表的准确性，以便快速对目标视频中包含的目标对象进行了解，也便于基于对象信息对目标视频进行搜索、推荐、视频摘要、审核等任务处理。

附图说明